图像质量

图像质量 (IQ) 是衡量图像在多大程度上能准确表示原始场景的指标。它是许多因素的组合，例如清晰度、噪点、色彩准确性等。有几种方法可以提高 OAK 相机的图像质量 (IQ)。以下是一些示例：

更改彩色相机 ISP 配置
尝试保持相机灵敏度较低 - 低光增加灵敏度
使用自定义调优文件进行相机调优
减少运动模糊效果的方法

为获得最佳 IQ，我们建议您针对特定应用进行自行测试。您可以使用 RGB 相机控制动态（实时）尝试不同的 ISP 配置和曝光/灵敏度值。

彩色相机 ISP 配置

您可以配置 ColorCamera ISP 值，例如 sharpness（锐度）、luma denoise（亮度降噪）和 chroma denoise（色度降噪），这些值可以提高 IQ。我们注意到，有时这些值会提供更好的结果：

Python

1camRgb = pipeline.create(dai.node.ColorCamera)
2camRgb.initialControl.setSharpness(0)     # 范围：0..4，默认值：1
3camRgb.initialControl.setLumaDenoise(0)   # 范围：0..4，默认值：1
4camRgb.initialControl.setChromaDenoise(4) # 范围：0..4，默认值：1

上面放大的图像展示了 ISP 配置之间的 IQ 差异（讨论在此）。请注意，为获得最佳 IQ，您需要针对特定应用测试和评估这些值。在广角 FOV 相机上，您可以在 IMX378 广角 FOV 和 OV9782 之间进行选择。总的来说，OV9782 的 IQ 不如 IMX378，因为分辨率低得多，并且在低分辨率下处理锐度/噪点更困难。在高分辨率下，图像可以缩小，噪点会不那么明显。尽管 OV9782 的像素尺寸相当大，但总的来说，全局快门的噪点水平比滚动快门更显著。

低光增加灵敏度

在下图您可以看到不同的灵敏度值如何影响 IQ。灵敏度只会增加模拟增益，这会增加图像噪点。在弱光环境下，应始终增加曝光，而不是灵敏度。请注意，默认情况下，depthai 始终会这样做 - 但在使用 30FPS 时，最大曝光时间为 33ms。对于下图右侧的图像，我们将 ColorCamera 设置为 10 FPS，因此能够将曝光时间增加到 100ms。

在 420cm（40 勒克斯）的标准 A4 相机调优目标上，大约 15 倍数码变焦的图像。我们在此图像中使用了 12MP IMX378（在 OAK-D 上）。

相机调优

我们的库支持设置相机 IQ 调优文件，该文件将用于所有相机。默认情况下，相机将使用一个通用调优文件，该文件在大多数情况下效果很好 - 因此在大多数情况下无需更改相机调优文件。

1import depthai as dai
2
3pipeline = dai.Pipeline()
4pipeline.setCameraTuningBlobPath('/path/to/tuning.bin')

可用的调优文件要调优您自己的相机传感器，需要使用 Intel 的软件，该软件需要许可证

因此，大多数人只能使用预调优的文件。当前可用的调优文件：
用于弱光环境的单声道调优在此处。这允许自动曝光达到 200ms（否则默认调优限制为 33ms）。对于 200ms 自动曝光，您还需要限制 FPS（monoRight.setFps(5)）
用于弱光环境的彩色调优在此处。比较如下。这允许自动曝光达到 100ms（否则默认调优限制为 33ms）。对于 200ms 自动曝光，您还需要限制 FPS（rgbCam.setFps(10)）。已知限制：当自动曝光超过 33ms 时可能会出现闪烁，这是由连续模式下的自动对焦引起的。一种解决方法是从 CONTINUOUS_VIDEO（默认）更改为 AUTO（仅在初始化时和后续对焦触发命令时进行对焦）：camRgb.initialControl.setAutoFocusMode(dai.CameraControl.AutoFocusMode.AUTO)
用于阳光环境的 OV9782 广角 FOV 彩色调优在此处。修复了阳光直射下的镜头颜色过滤问题，请参阅博客文章。它还改进了 LSC（镜头阴影校正）。目前不适用于 OV9282，因此当在例如 Series 2 OAK 上使用广角 FOV 相机时，不应启用单声道相机。
相机曝光限制：最大 500us，最大 8300us。这些调优文件将限制最大曝光时间，并在达到最大曝光时间后开始增加 ISO（灵敏度）。这是一种减少运动模糊的有用方法。

运动模糊

运动模糊当相机快门打开时间较长，并且物体在此期间移动时会出现。

动画显示了较短（左）和较长（右）曝光时间之间的区别。在较短的曝光时间内，即使是快速移动的物体也可以移动较短的距离，从而导致运动模糊较少。

在上图中，右脚在曝光时间内移动了约 50 像素，导致该区域图像模糊。左脚在曝光的整个时间内都放在地面上，因此不模糊。在高振动环境中，我们建议使用定焦彩色相机，否则自动对焦镜头会抖动并导致图像模糊文档在此。潜在的解决方法：

提供更好的（更亮的）照明，这将使相机使用更短的曝光时间，从而减少运动模糊。
限制快门（曝光）时间 - 这将减少运动模糊，但也会减少到达传感器的光线，因此图像会变暗。您可以选择使用更大的传感器（以便更多光子击中传感器）或使用更高的 ISO（灵敏度）值。限制最大曝光时间的一种方法是使用相机调优 blob。

1camRgb = pipeline.create(dai.node.ColorCamera)
2# 最大曝光限制（微秒）。在此时间后，将提高 ISO 而不是曝光。
3camRgb.initialControl.setAutoExposureLimit(10000) # 最长 10 毫秒

如果运动模糊对模型的准确性产生负面影响，您可以通过在训练数据集中包含运动模糊图像来对其进行微调，使其对运动模糊更具鲁棒性。

高动态范围 (HDR) 成像

高动态范围 (HDR) 捕获不同亮度级别的多个曝光，并将它们合并为单个图像。这种方法可以保留否则会因噪点而丢失的阴影细节，同时还能防止高光过曝，从而在明暗区域都存在的场景中获得平衡的图像。

支持的设备

HDR 控件在随 OAK-1 Max、OAK-1 PoE、所有 OAK4 型号以及使用 IMX708、IMX582、IMX586 模块的 FFC CBA 套件提供的彩色传感器上可用。这些设备中的每一个都公开相同的 DepthAI ColorCamera 接口，因此无论管道是直接在设备上运行还是从主机运行，以下配置步骤都适用。

QBC HDR

支持 HDR 的传感器使用四拜耳编码 (QBC) HDR，同时在每个 2×2 像素块中捕获长、中、短曝光。然后，传感器将三者合并为 16 位帧，运行色调控制，并将结果压缩回 10 位流，该流同时保留了高光和阴影细节。

ℹ️ 注意：由于曝光在具有不同持续时间的 2×2 四拜耳像素结构上并行发生，因此在快速移动的场景中可能会出现一些运动伪影。

配置 HDR 控件

在启动管道之前，通过设置 ColorCamera 控件来配置 HDR：

Python

1colorCam.initialControl.setMisc("hdr-exposure-ratio", 4)  # 设置为 > 1 时启用 HDR（选项：2、4、8）
2colorCam.initialControl.setMisc("hdr-local-tone-weight", 75)  # 范围：0..100

曝光比

hdr-exposure-ratio 控制构成单个 HDR 图像的三个独立捕获的相对曝光时间：

长曝光：这是基本曝光时间，通常手动设置或通过自动曝光设置。
中曝光：计算为 长曝光时间 / hdr-exposure-ratio。
短曝光：计算为 长曝光时间 / (hdr-exposure-ratio * hdr-exposure-ratio)。

例如，当 hdr-exposure-ratio 为 4 且长曝光为 100 毫秒时：

长曝光： 100 毫秒
中曝光： 25 毫秒 (100 毫秒 / 4)
短曝光： 6.25 毫秒 (100 毫秒 / 16)

局部色调权重

hdr-local-tone-weight 有助于平衡亮度对比度调整如何在整个图像中应用：

局部色调映射：调整小区域的亮度和对比度，以保留细节和纹理。
全局色调映射：修改整个图像，使其看起来平衡且逼真。

较高的 hdr-local-tone-weight 值可以增强细节，但可能导致不自然的对比度。较低的值有助于图像看起来均匀，但可能会降低细节区域的清晰度。OAK-1 Max

HDR 对比

以下是使用 OAK-1 Max 在 IMX582 传感器上进行 HDR 与非 HDR 的并排对比。左侧图像曝光不足，隐藏了阴影中的细节。中间图像曝光过度，导致高光区域泛白。右侧图像（启用 HDR 拍摄）在整个动态范围内都保留了细节。

HDR 图像是使用 camera_hdr.py 脚本生成的。

本页目录

图像质量View as Markdown